一种基于信念规则库的滚动轴承故障诊断方法及系统

摘要

本发明公开了一种基于信念规则库的滚动轴承故障诊断方法及系统，该方法包括：通过训练自学习网络获取特征提取模型；对有标签数据进行特征提取，训练诊断分类器；提取无标签数据的内在特征，作为诊断分类器的输入，输出伪标签；通过信念规则库对伪标签进行校正；将无标签数据和校正标签作为诊断分类器的输入重新训练，基于训练后的诊断分类器重新获取输出的标签对信念规则库进行更新；反复相互迭代训练诊断分类器，更新信念规则库，获取满足要求的诊断分类器；基于特征提取模型和诊断分类器，对轴承进行故障诊断。本发明充分考虑到了信念规则库不完整和有标签数据较少的情况，根据收集得到的数据可快速地对出现的故障进行诊断，找出故障原因。